SWAT水文模型

1概述

SWAT（Soil and Water Assessment Tool）模型是美国农业部（USDA）农业研究局（ARS）开发的基于流域尺度的一个长时段的分布式流域水文模型。它主要基于SWRRB模型，并吸取了CREAMS、GLEAMS、EPIC和ROTO的主要特征。SWAT具有很强的物理基础，能够利用GIS和RS提供的空间数据信息模拟地表水和地下水的水量和水质，用来协助水资源管理，即预测和评估流域内水、泥沙和农业化学品管理所产生的影响。该模型主要用于长期预测，对单一洪水事件的演算能力不强，模型主要由8个部分组成：水文、气象、泥沙、土壤温度、作物生长、营养物、农业管理和杀虫剂。SWAT模型拥有参数自动率定模块，其采用的是Q.Y.Duan等在1992年提出的SCE-UA算法。模型采用模块化编程，由各水文计算模块实现各水文过程模拟功能，其源代码公开，方便用户对模型的改进和维护。

2模型原理

SWAT模型在进行模拟时，首先根据DEM把流域划分为一定数目的子流域，子流域划分的大小可以根据定义形成河流所需要的最小集水区面积来调整，还可以通过增减子流域出口数量进行进一步调整。然后在每一个子流域内再划分为水文响应单元HRU。HRU是同一个子流域内有着相同土地利用类型和土壤类型的区域。每一个水文响应单元内的水平衡是基于降水、地表径流、蒸散发、壤中流、渗透、地下水回流和河道运移损失来计算的。地表径流估算一般采用SCS径流曲线法。渗透模块采用存储演算方法，并结合裂隙流模型来预测通过每一个土壤层的流量，一旦水渗透到根区底层以下则成为地下水或产生回流。在土壤剖面中壤中流的计算与渗透同时进行。每一层土壤中的壤中流采用动力蓄水水库来模拟。河道中流量演算采用变动存储系数法或马斯金根演算法。模型中提供了三种估算潜在蒸散发量的计算方法—Hargreaves、Priestley-Taylor和Penman-Monteith。每一个子流域内侵蚀和泥沙量的估算采用改进的USLE方程，河道内泥沙演算采用改进的Bagnold泥沙运移方程。植物吸收的氮采用供需方法计算，植物的氮日需求量是植物与生物量中氮浓度的函数。土壤中向植物供给氮，当需求超过供给时，出现营养物压力。地表径流、壤中流和渗透过程运移的硝态氮量由水量和土壤层中的平均硝态氮浓度来估计。泥沙中运移的有机氮采用McElroy et al.开发的负荷方程，后经进一步改进。该负荷方程基于土壤表层的有机氮浓度、泥沙量和富集率来估计径流中的有机氮损失。植物吸引的磷采用与氮相似的供需方法。径流中带走的可溶解磷采用土壤表层中的不稳定磷、径流量和磷土分离系数来计算。泥沙运移的磷采用与有机氮运移相同的方程。河道中营养物的动态模拟采用QUAL2E模型。

2.1产汇流模型

模型中采用的水量平衡表达式为：

式中：为土壤最终含水量，mm；为土壤前期含水量，mm；t为时间步长，d；为第i天降水量，mm；为第i天的地表径流，mm；为第i天的蒸发量，mm；为第i天存在于土壤剖面底层的渗透量和侧流量，mm；为第i天地下水含量，mm。SWAT模型水文循环陆地阶段主要有水文、天气、沉积、土壤温度、作物产量、营养物质和农业管理等部分组成。模型径流量产生计算流程图如下图2-1所示。

图2-1 SWAT模型产流计算流程图

2.1.1地表径流

当落到地表的降水量多余入渗量时产生地表径流。SWAT模型采用SCS径流曲线法计算。

SCS曲线方程自上世纪50年代逐渐得到广泛使用，属于经验模型，是对全美小流域降水与径流关系20多年的研究成果。模型能反应不同土壤类型和土地利用方式及前期土壤含水量对降雨径流的影响，它是基于流域的实际入渗量（F）与实际径流量（Q）之比等于流域该场降雨前的最大可能入渗量（S）与最大可能径流量（）之比的假定基础上建立的

SCS模型的降雨-径流基本关系表达式如下：

式中：假定潜在径流量（）为降水量（P）与由径流产生前植物截留、初渗和填洼蓄水构成的流域初损（）的差值。由此推到上式有：

初损受土地利用、耕作方式、灌溉条件、冠层截留、下渗、填洼等因素的影响，它与土壤最大可能入渗量S呈一定的正比关系，美国农业部土壤保持局在分析了大量长期的实验结果基础上，提出了二者最合适的比例系数为0.2，即：

由此可得SCS方程为：

流域当时最大可能滞留量在空间上与土地利用方式、土壤类型和坡度等下垫面因素密切相关，模型引入的值可较好地确定，公式如下：

CN是一个无量纲参数，CN值是反映降雨前期流域特征的一个综合参数，它是前期土壤湿度、坡度、土地利用方式和土壤类型状况等因素的综合。

2.1.2蒸散发

模型考虑的蒸散发是指所有地表水转化为水蒸气的过程，包括树冠截留的水分蒸发、蒸腾和升华及土壤水的蒸发。蒸散发是水分转移出流域的主要途径，在许多江河流域，蒸发量都大于径流量。准确地评价蒸散发量是估算水资源量的关键，也是研究气候和土地覆盖变化对河川径流影响的关键。

（1）潜在蒸散发

模型提供了Penman-Monteith、Priestley-Taylor和Hargreaves三种计算潜在蒸散发的方法，另外还可以使用实测资料或已经计算好的逐日潜在蒸散发资料。一般采用Penman-Monteith方法来计算流域的潜在蒸散发。

（2）实际蒸散发

实际蒸散发以潜在蒸散发为计算基础。在计算流域实际蒸散发量的时候，模型首先计算植物冠层截留水分的蒸发，然后计算最大蒸腾量、最大升华量和最大土壤蒸发量，最后计算实际的升华量和土壤水分蒸发量。

（3）冠层截留蒸发量

模型在计算实际蒸发时假定尽可能蒸发冠层截留的水分，如果潜在蒸发量小于冠层截留的自由水量，则：

式中：为某日流域的实际蒸发量，mm；为某日冠层自由水蒸发量，mm；为某日的潜在蒸发量，mm；为某日植被冠层自由水初始含量，mm；为某日植被冠层自由水终止含量，mm。

如果潜在蒸发量大于冠层截留的自由水含量则：

当植被冠层截留的自由水被全部蒸发掉，继续蒸发所需的水分就会从植被和土壤中得到。

（4）植物蒸腾

假设植物生长在一个理想的条件下，植物蒸腾可用以下表达式计算：

当0≤LAI≤3.0时

当LAI＞3.0时

式中：为某日最大蒸腾量，mm；为植被冠层自由水蒸发调整后的潜在蒸发，mm；LAI为叶面积指数。因为没有考虑到植物下面图层的含水量问题，由此公式计算处的蒸腾量可能比实际蒸腾量要大一些。

（5）土壤水分蒸发

在计算土壤水分蒸发时，首先区分出不同深度土壤层所需要的蒸发量，土壤深度层次的划分决定土壤允许的最大蒸发量，可由下式计算：

式中：为z深度处蒸发需要的水量，mm；z为地表以下土壤的深度，mm。表达式中的系数是为了满足50%的蒸发所需水分来自土壤表层10mm，以及95%的蒸发所需水分来自0～100mm土壤深度范围内。

土壤水分蒸发所需要的水量是有土壤上层蒸发需水量与土壤下层蒸发需水量决定的：

式中：为ly层的蒸发需水量，mm；为土壤下层的蒸发需水量，mm；为土壤上层的蒸发需水量，mm。

土壤深度的划分假设50%的蒸发需水量由0～10mm内土壤上层的含水量提供，因此100mm的蒸发需水量中50mm都要由10mm的上层土壤提供，显然上层无法满足需要，这就需要建立一个系数来调整土壤层深度的划分，以满足蒸发需水量，调整后的公式可以表示为：

式中：esco为土壤蒸发调节系数，该系数是SWAT为调整土壤因毛细作用和土壤裂隙等因素对不同土层蒸发量二提出的，对于不同的esco值对应着相应的土壤层划分深度。

2.1.3土壤水

渗入到土壤中的水有多种不同运动方式。土壤水可以被植物吸收或蒸腾而损耗，可以渗透到土壤底层最终补给地下水，也可以在地表形成径流，即壤中流。由于主要考虑径流量的多少，因此对壤中流的计算简要概括。模型采用动力储水方法计算壤中流。相对饱和区厚度计算公式为：

式中：为土壤饱和区内可流出的水量，mm；为山坡坡长，m；为土壤可出流的孔隙率；表示土壤层总孔隙度，即与土壤层水分含量达到田间持水量的孔隙度之差。

山坡出口断面的净水量为：

式中：为出口断面处的流速，mm/h。其表达式为：

式中：为土壤饱和导水率，mm/h；为坡度。

总结上面表达式，模型中壤中流最终计算公式为：

2.1.4地下水

模型采用以下表达式来计算流域地下水：

式中：为第i天进入河道的地下水补给量，mm；为第（i-1）天进入河道的地下水补给量，mm；为时间步长，d；为第i天蓄水层的补给流量，mm；为基流的退水系数。其中补给流量由下式计算：

式中：为第i天蓄水层补给量，mm；为补给滞后时间，d；为第i天通过土壤剖面底部进入地下含水层的水分通量，mm/d；为第（i-1）天蓄水层补给量，mm。

2.2土壤侵蚀模型

泥沙生成量用MUSLE方程来预测，计算渠道泥沙输移量的公式为：

式中：为输移能力，t/m3；为流速，m/s；a和b是常数。

根据天气条件，泥沙输移量可以高于或者低于输移能力，导致沉积过量的泥沙通过渠道侵蚀再悬浮输移泥沙。流速方程为：

式中：为流量，m3/s；为渠道宽度，m；为径流深，m。

对于低于齐岸深度的径流，径流深使用Manning方程来计算，假定渠道宽度远大于深度：

式中：为渠道曼宁系数；为渠道坡度，m/m。

由于降水和径流产生的土壤侵蚀是用MUSLE方程来计算的，MUSLE是修正的通用土壤流失方程（USLE）。USLE方程是通过降水动能函数预测年均侵蚀量，而在MUSLE中，用径流因子代替降水动能，改善了泥沙产量的预测，这样就不需要泥沙输移系数，并且可以将方程用于单次暴雨事件，因为径流因子是先行湿度和降水动能的函数。USLE中需要输移系数是因为降水动能因子表示的能量只在作用流域内起作用。修正的通用土壤流失方程为;

式中：为土壤侵蚀量，t；为地表径流，mm/h；为洪峰流量，m3/s；为水文响应单元的面积，hm2；为土壤侵蚀因子；为植被覆盖和管理因子；为水土保持措施因子；为地形因子；为粗碎屑因子。

2.2.1土壤侵蚀因子

当其他影响侵蚀的因子不变时，因子反映不同类型土壤抵抗侵蚀力的高低。它与土壤物理性质的影响，如机械组成、有机质含量、土壤结构、土壤渗透性等有关。当土壤颗粒粗、渗透性大时，值就低，反之则高；一般情况下值得变幅在0.02 ~0.75之间。

值得直接测定方法是：在标准小区（坡长为22.1m，宽为1.83m，坡度为9%）上没有任何植被，完全休闲，无水土保持措施，降水后收集由于坡面径流而冲蚀到集流槽内的土壤，烘干、称重，由公式计算得到值。

试验测算值既费时又费力，1971年一些学者发展了一个通用方程来计算土壤侵蚀因子值，该方程在土壤黏土和壤土组成少于70%时适用。

式中：为颗粒尺度参数；为有机物含量百分比，%；为土壤分类中的结构代码；为土壤剖面可渗透性类别。

1995年另一位学者提出了一个替换方程：

式中：为粗糙砂土质地土壤侵蚀因子；为粘壤土土壤侵蚀因子；为土壤有机质因子；为高砂质土壤侵蚀因子。各因子的计算公式如下：

式中：为粒径在0.05～2.00mm沙粒的百分含量；为粒径在0.002～0.05mm的淤泥、细砂百分含量；为粒径小于0.002mm的粘土百分含量；为各土壤层中有机碳含量，%。

2.2.2植被覆盖因子

植被覆盖和管理因子表示植物覆盖和作物栽培措施对防止土壤侵蚀的综合效益，其含义是在地形、土壤、降水条件相同的情况下，种植作物或林草地的土地与连续休养地土壤流失量的比值，最大取值为1.0.由于植被覆盖受植物生长期的影响，SWAT模型通过下面的方程调整植被覆盖和管理因子：

式中：是最小植被覆盖和管理因子值；是地表植物残留量，kg/hm2。

最小C因子可以由已知年平均C值，通过以下方程计算。

式中：表示不同植被覆盖的年均C值。

2.2.3水土保持措施因子

水土保持因子是指有保持措施的地表土壤流失与不采取任何措施的地表土壤流失的比值，这里的水土保持措施包括等高耕作、带状种植和梯田。

等高耕作对于中低强度的降水侵蚀具有保护水土流失的作用，但对于高强度的降水其保护作用则很小，等高耕作对坡度为3%～8%之间的土地非常有效。

2.2.4地形因子

地形因子的计算公式如下：

式中：为坡长；为坡长指数；为坡度。

坡长指数的计算公式如下：

式中：为水文相应单元的坡度，。

2.2.5因子

因子是通过下面公式计算的：

式中：为第一层土壤中砾石的百分比，%。

2.3污染负荷模型

SWAT模型可以模拟不同形态氮的迁移转化过程，地表径流流失、入渗淋失、化肥输入等物理过程，有机氮矿化、反硝化等化学过程以及作物吸收等生物过程，氮可以分为有机氮、作物氮和盐氮三种化学状态，氮的生物固定、有机氮向无机氮的转化以及溶解性氮随侧向壤中流的迁移等过程，有机氮又被划分为活泼有机氮和惰性有机氮两种状态，以及铵态氮挥发过程的模拟。

2.3.1硝态氮污染负荷模型

硝态氮主要随地表径流、侧向流或渗流在水体中迁移，要计算随水体迁移的硝态氮量必须先计算自由水中硝态氮浓度，用这个浓度乘以各个水路流动水的总量，即可得到从土壤中流失的硝态氮总量。

自由水部分的硝态氮浓度可用下面公式计算：

式中：为自由水中硝态氮浓度，kg/mm；为土壤中硝态氮的量，kg/hm2；为土壤中自由水的量，mm；为孔隙度；为土壤饱和含水量。

（1）通过地表径流流失的溶解态氮计算公式：

式中：为通过地表径流流失的硝态氮，kg/hm2；为硝态氮渗流系数；为地表径流，mm。

（2）通过侧向流流失的溶解态氮的量计算公式：

对于地表10mm图层：

对于10mm以下的土层：

式中：为通过侧向流流失的硝态氮，kg/hm2；为硝态氮渗流系数；为自由水的硝态氮浓度，kg/mm；为侧向流，mm。

（3）通过渗流流失的溶解态氮量计算公式：

式中：为通过渗流流失的硝态氮，kg/hm2；为自由水的硝态氮浓度，kg/mm；为渗流，mm。

2.3.2有机氮污染负荷模型

有机氮通常是吸附在土壤颗粒上随径流迁移的，这种形式的氮负荷与土壤流失量密切相关，土壤流失量直接反映了有机氮负荷。有机氮随土壤流失的输移量计算公式为：

式中：为有机氮流失量，kg/hm2；为有机氮在表层土壤中的浓度，kg/t；为土壤流失量，t；为水文相应单元的面积，hm2；为氮富集系数，氮富集系数是随土壤流失的有机氮浓度和土壤表层有机氮浓度的比值。

计算富集系数的公式如下：

式中：为地表径流中泥沙含量。的计算公式如下：

式中：为土壤流失量，t；为水文相应单元面积，hm2；为地表径流，mm。

2.3.3溶解态磷污染负荷模型

溶解态磷在土壤中的迁移主要是通过扩散作用实现的，扩散是指离子在微小尺度下由于浓度梯度而引起的溶质迁移，由于溶解态磷不很活跃，所以由地表径流以溶解态形式带走的土壤表层的磷很少，地表径流输移的溶解态磷可由下面公式计算：

式中：为通过地表径流流失的溶解态磷，kg/hm2；为土壤中溶解态磷，kg/hm2；为土壤溶质密度，mg/m3；为表层土壤深度，mm；为土壤磷分配系数，表层土壤中溶解态磷的浓度和地表径流中溶解态磷浓度的比值。

2.3.4有机磷和矿物质磷污染负荷模型

有机磷和矿物质磷通常是吸附在土壤颗粒上通过径流迁移的，这种形式的磷负荷与土壤流失量密切相关，土壤流失量直接反映了有机磷和矿物质磷负荷，有机磷和矿物质磷随土壤流失输移量计算公式为：

式中：为有机磷流失量，kg/hm2；为有机磷在表层土壤中的浓度，kg/t；为土壤流失量，t；为水文相应单元的面积，hm2；为磷富集系数。

2.4河道演算模型

模型中定义的河道均是明渠流，SWAT用曼宁公式来定义河道糙率和水流流速。水流在河道中演进过程使用变储量演算法或马斯金根法，两种方法都是动力波方程。在模拟中一般使用马斯金根法来计算。

（1）马斯金根法

马斯金根法假设河道内水体形状是由一个楔形蓄水体和一个棱形蓄水体组成，如下图2-2所示。

图2-2 河道水体示意图

当洪水波行进到某个河段槽，入流量大于出流量便形成了楔形蓄水体。当洪水波退去，在河段槽便出现了出流量大于入流量的负楔蓄体。另外对于楔蓄水体，河段槽内始终包含一个体积为流域长度上横截面不变的棱柱状水体。

总的蓄水容量为：

式中：为蓄水容量，m3；为入流量，m3/s；为出流量，m3/s；为稳定流情况下的河段传播时间；为流量比重因素。

该公式可以重新整理为如下形式：

流量比重因素的下限为0.0，上限为0.5。这个因子是楔蓄量的函数。对于水库式蓄水，没有楔蓄，；而对于一个完整的楔蓄，；对于河流，落在0.0和0.3之间，其平均值接近0.2。

对于蓄水容量的定义可以加入连续公式并简化为：

式中：为该时间段开始时的入流量，m3/s；为该时间段结束时的入流量，m3/s；为该时间段结束时的出流量，m3/s；为该时间段结束时的出流量，m3/s。

其中，。为了用体积单位表示所有值，在蓄水容量公式两端乘以该时间段得到：

为了保持数值稳定和避免出现负出流量的计算，必须满足以下条件：

流量比重因素X的值由使用者输入，蓄水时间常数的值估算如下：

式中：为稳定流情况下的河段传播时间，s；和为权重系数，由使用者输入；为稳定刘情况下渠道蓄满水的河段传播时间，s；为渠道蓄满1/10水量时河段传播时间，s。

要计算和，Cunge于1969年提出一个公式：

式中：为渠道长度，km；为指定深度处的波速，m/s。

波速的计算公式为：

其中流速由曼宁公式求解，将曼宁公式代入上式得：

式中：为湿周，m；为河段坡度，%；为曼宁系数；为流速，m/s。

（2）变储量演算法

对于一个给定的河段，储量演算基于连续方程，可写为：

式中：为稳定流情况下的河段传播时间，s；为该时间段开始时的入流量，m3/s；为该时间段结束时的入流量，m3/s；为该时间段开始时的出流量，m3/s；为该时间段结束时的出流量，m3/s；为该时间段开始时的蓄水容量，m3；为该时间段结束时的蓄水容量，m3。

演进时间是由渠道中的水容量除以水流流量：

式中：为蓄水容量，m3；为出流量，m3/s。

联合以上两式，简化为：

其中，为蓄水系数，；为入流平均流量，         ，m3/s。

整理上式得：

为用体积单位来表达所有变量，公式两边都乘以时间段，则有：

3软件操作

3.1输入数据

要创建SWAT数据集，ArcSWAT需要访问提供流域信息的准确类型的ArcGIS的栅格、矢量和数据文件。这些必需的地图主题和数据文件必须在运行SWAT之前准备好。

3.1.1空间数据

空间数据包括必需的ARCSWAT空间数据和可选的ARCSWAT空间数据。SWAT空间数据集可以以任何投影类型来创建，但所有的地图必须用同一投影。

（1）必需的ARCSWAT空间数据

●DEM，ESRI GRID Format。DEM的高程值可以用整型或者实数型。决定地图分辨率的单位不必与高程的单位保持一致。例如地图分辨率可以是米（m），而高程可以是英尺（feet）。地图分辨率单位必须定义为以下几种：米（m），公里（km），英尺（feet），码（yards），英里（miles）。高程单位必须定义为以下几种：米（m），厘米（cm），码（yards），英尺（feet），英寸（inches）。

●Land Cover/Land Use，ESRI GRID，Shapefile，or Feature Class Format。土地利用图中的类别需要重新分类为SWAT需要的土地利用类型。用户可以用三种方法重新分类土地利用，第一种是创建地图时用美国地质勘探局的分类代码；第二种是加载土地利用图时为每一分类选定SWAT土地利用类型；第三种是为土地利用图的不同分类创建一个能够识别4位SWAT代码的look up表。

●Soil，ESRI GRID，Shapefile，or Feature Class Format。用户需要输入SWAT土壤文件，在创建工程之前把图中每一类的土壤数据输入User Soil database中。要对土壤图的土壤类型进行重分类，信息必须在界面中手动输入，列出土壤信息look up表

（2）可选的ARCSWAT空间数据集

●DEM Mask，ESRI GRID，Shapefile or Feature Class Format。模型可以加载一个mask在DEM之上。

●STREAMS，Shapefile or Feature Class Format。在那些地势很低的地方，DEM地图网格不能精确地判断河流的位置，就需要有河网描绘的shapefile线性文件。

●User-Defined Watersheds，Shapefile or Feature Class Format。用户可以自定义子流域划分加载到模型中去，如果选择自定义子流域也必须自定义河网。

●User-Defined Streams，Shapefile or Feature Class Format。用户自定义子流域后，模型将不会进行河网提取，需要用户自行定义。

3.1.2属性数据

属性数据包括：土壤属性数据、气象资料数据和水文数据。SWAT模型通过三个个数据库来存储属性数据，其中气象资料数据通过模型自带的数据库进行存储，另外自定义的土壤属性数据和气象站参数数据通过两个附加的数据库进行存储，水文数据用于模拟结果率定。

（1）土壤属性数据

模型需要的土壤属性数据包括两大类：土壤物理属性和土壤化学属性。

土壤的物理属性对土壤剖面中水和气的运动状况起决定作用，并显著影响水文响应单元（HRU）中水文过程的模拟。土壤物理属性参数主要包括土层厚度、土壤层数、密度、土壤颗粒大小分布和土壤饱和水力传导率等。由于获得的土壤属性数据难以完全满足构建SWAT模型土壤库的要求，因此，部分无法直接获取的参数如土壤可利用有效水、饱和水力传到率等采用美国农业部开发的土壤水特性程序SPAW进行估算；部分参数通过对前人的研究成果和经验公式获得。估算结果仅简略反映土壤参数特征，在模型参数校准的过程中还需做进一步调整。

（2）气象、水文资料数据

SWAT模型所需要的气象数据包括气象站点的位置以及各气象站点的实测数据。气象站点包括雨量站、湿度站、温度站、风速站、太阳辐射站，其实测数据分别为日降水量、相对湿度、日最高/最低气温、风速和太阳辐射。本文采用北京站的气象资料来构建模型“天气发生器”所需的数据。SWAT模型自带的天气发生器WXGEN，其功能有二，一是用于生成气候数据，通过大量基础气象数据构建完成之后，可以用来生成任意年份的气象数据，二是对缺失的数据进行填补。

3.2输出数据

SWAT模型每次模拟都会生成五个输出文件：输入汇总文件（input.std）、输出汇总文件（output.std）、HRU输出文件（output.hru）、子流域输出文件（output.sub）、河道输出文件（output.rch）。

3.2.1 output.hru

HRU输出文件包含了流域中每一个水文响应单元的信息，文件中输出数据介绍如下：

MON：时间步长，根据用户选择可以为日、月、年；

AREA：HRU的面积，km2；

PRECIP：时间步长内HRU的降雨量，mm；

SNOFALL：时间步长内HRU的降雪量，mm；

SNOMELT：时间步长内HRU的冰雪融化量，mm；

IRR：灌溉用水量，mm；

PET：潜在蒸散发量，mm；

ET：实际蒸散发量，mm；

SW-INIT：土壤初始含水量，mm；

SW-END：时间步长后土壤含水量，mm；

PERC：植物蒸腾水量，mm；

GW-RCHG：入渗量，mm；

DA-RCHG：深层地下水补给量，mm；

REVAP：浅层地下水向表层土壤回流量，mm；

SA-IRR：浅层地下水灌溉量，mm；

DA-IRR：深层地下水灌溉量，mm；

SA-ST：浅层地下水储水量，mm；

DA-ST：深层地下水储水量，mm；

SURQ-GEN：地表径流量，mm；

SURQ-CNT：地表径流进入河道水量，mm；

TLOSS：输移损失水量，mm；

LATQ：侧向流水量，mm；

GW-Q：地下水补充河道水量，mm；

WYLD：总产流量，包括地表径流、地下水、侧向流，扣除损失水量，mm；

DAILYCN：日径流曲线值；

TMP-AV：日平均温度，摄氏度；

TMP-MX：日最高温度，摄氏度；

TMP-MN：日最低温度，摄氏度；

SOL-TMP： 土壤温度，摄氏度；

SOLAR：日辐射量，MJ/m2；

SYLD：产沙量，t/ha；

USLE：土壤流失量，t/ha；

N-APP：氮肥施用量，kg/ha；

P-APP：磷肥施用量，kg/ha；

NRAIN：氮素随降雨进入土壤量，kg/ha；

NFIX：植物固氮量，kg/ha；

ORGN：有机氮产生量，kg/ha；

ORGP：有机磷产生量，kg/ha；

SEDP：随泥沙磷流失量，kg/ha；

NSURQ：地表径流中硝态氮量，kg/ha；

NLATQ：侧向流中硝态氮含量，kg/ha；

NO3L：土壤中被冲刷出的硝态氮，kg/ha；

NO3GW：地下水流失硝态氮量，kg/ha；

SOLP：溶解态磷产生量，kg/ha；

P-GW：地下水溶解态磷流失量，kg/ha。

3.2.2 output.sub

MON：时间步长，据用户选择可以为日、月、年；

AREA：子流域面积，km2；

PRECIP：降水量，mm；

SNOMELT：冰雪融化量，mm；

PET：潜在蒸发量，mm；

ET：实际蒸发量，mm；

SW：土壤含水量，mm；

PERC：入渗量，mm；

SURQ：地表径流进入河道水量，mm；

GW-Q：地下水补给河道水量，mm；

WYLD：流域产水量，mm；

SYLD：流域产沙量，t/ha；

ORGN：流域有机氮产生量，kg/ha；

ORGP：流域有机磷产生量，kg/ha；

NSURQ：地表径流中硝态氮含量，kg/ha；

SOLP：流域溶解态磷产生量，kg/ha；

SEDP：流域矿化磷产生量，kg/ha；

3.2.3 output.rch

MON：时间步长，据用户选择可以为日、月、年；

AREA：河道集水面积，km2；

FLOW-IN：日平均入流量，m3/s；

FLOW-OUT：日平均出流量，m3/s；

EVAP：河道蒸发量，m3/s；

TLOSS：河道输移损失水量，m3/s；

SED-IN：泥沙入流量，t；

SED-OUT：泥沙出流量，t

SEDCONC：泥沙淤积量，mg/L；

ORGN-IN：有机氮输入量，kg；

ORGN-OUT：有机氮输出量，kg；

ORGP-IN：有机磷输入量，kg；

ORGP-OUT：有机磷输出量，kg；

NO3-IN：硝态氮输入量，kg；

NO3-OUT：硝态氮输出量，kg；

NH4-IN：氨氮输入量，kg；

NH4-OUT：氨氮输出量，kg；

NO2-IN：亚硝态氮输入量，kg；

NO2-OUT：亚硝态氮输出量，kg；

MINP-IN：矿化磷输入量，kg；

MINP-OUT：矿化磷输出量，kg；

CBOD-IN：生物需氧量输入量，kg；

CBOD-OUT：生化需氧量输出量，kg；

DISOX-IN：溶解氧输入量，kg

DISOX-OUT：溶解氧输出量，kg；

3.3流域模拟

3.3.1基于DEM的水文参数计算

DEM包括地理平面坐标和高程数据两类信息，由DEM自动提取水系或子流域会遇到两个问题，即凹陷与平坦处水流方向的确定和水道起始点位置的确定。水道起始点位置处理采用最小水道集水面积阈值的方法形成河流水系的基本水文过程。

运用GIS软件，对流域DEM进行分析和处理，可得到栅格格式的水流流向，流域分水线，自动生成河网及其子流域，河道和子流域编码、面积，河网结构的拓扑关系等。

（1）DEM填洼

采用垫高添平方法对流域DEM模型中存在的洼地进行凹陷处理，将洼地划分为阻挡型和凹陷型分别处理，并运用高程增量叠加算法来设定平坦部分的流向，由此得到一个与原数字高程模型相对应的无凹陷的DEM模型。

（2）水流流向确定

计算DEM模型每个网格单元与其相岭的八个网格单元之间的坡度，然后按最陡坡度原则确定单元水流流向，最终形成包括所有网格单元在内的水流方向新矩阵。

（3）集水面积计算

沿坡度最陡原则确定的水流路径可以计算任何网格单元上的坡面集水面积，其集水面积的量值以网格数目的多少表示，从而产生包含每个网格单元上坡面汇水面积的新矩阵。

（4）流域分水线划分

首先给出闭合流域出口断面的准确地理位置，即DEM模型网格单元上的行列坐标值；流域出口点位置确定后，可以按照确定网格流向的方法来勾绘流域边界。

（5）河网生成与编码

定义最小河道集水面积阈值，当集水面积超过此阈值时，则这些网格点就确定为河道。进行河网编码时，首先从流域出口断面向上游靠左搜索，对每个节点依次递增编码，直至河道起始点，再从河道起点反方向搜寻，直到找到新的节点或河道起点位置，同时按递增的顺序规则编码，依次类推，最终搜寻至流域出口断面。

（6）特征参数提取

生成完整的河网后，可以确定每一河段左右岸集水面积、河道上游末端节点及相应的子流域分水线，从而建立河网节点、河段和子流域之间的关系，包括河段坡度、高程、上游集水面积及其他信息。流域勾绘过程中，依据DEM计算流域坡长、河流流向和流域水系。

3.3.2子流域划分

建立流域模拟的第一步是将流域划分为子流域。空间数据的输入时基于网格，网格划分是子流域勾绘的基础。SWAT模型基于DEM数据，在每个子流域上应用概念性集总模型进行计算，再进行汇流演算，最后求得出口断面流量和污染物质量。每个子流域包含无的HRU（至少一个）、河段（一个）、主渠道网络中的池塘（可选）和点源排放（可选）等。子流域保持流域的地理位置并同其他的子流域具有空间联系。子流域勾绘可以从地表地形定义的子流域边界中得到，从而子流域的整个面积都流向子流域出口，或者子流域勾绘可以从网格边界中获得，河段或者主河道同流域中的每个子流域想联系。

应用GIS可以将流域划分为多个水文学上相联系的子流域以便在SWAT流域模拟中使用。SWAT流域工具应用并扩展了Arc View的Spatial Analyst Extension的功能，可以在DEM数据基础上进行子流域勾绘。定义的参数范围会影响所生成的子流域大小和数目，勾绘过程要求grid格式的DEM数据。应用基于栅格DEM进行流域勾绘的八流点法则，产生水流矢量栅格来填充凹陷点；通过计算栅格中到达任一单元的水流贡献单元数产生汇流栅格。那些潜在的座位河网部分的单元会有较大的汇流值，而那些接近流域边界和坡面漫流控制的单元则会具有较低的汇流值。

选择用来模拟子流域的数目取决于整个流域的大小，输入数据的空间详细程度以及达到研究目标所要求的详细度。在划分子流域时，要注意流域的地貌特征（坡度、坡长、渠道长度和渠道宽度等）在子流域水平上计算和汇总。河流的支流数目受到形成支流的汇流网格单元数目阈值的，通过对河流支流下游边界的定位可以对子流域出口点进行定义。

SWAT提供两种附加的设置工具：DEM属性和阈值面积。这两种设置工具是相互联系的，第一种设置DEM的水平和垂直单位，这对计算地貌系数以及从以公顷为单位的数值中计算汇流单元数目阈值有重要作用。模型中流域勾绘的其他部分是一套的工具按钮，可以单击流域视图上相应的位置或者输入点位置来增加出口或者入口点，也可以去除选中的出口点。

当出水口确定后，定义主流域出水口。出水口的类型有7种，分别为：L连接河流增加的出水口、O表格增加的出水口、T手动增加的出水口、P手动增加的点源排放口、D表格增加的点源排放口、I表格增加的排水流域入口、W手动增加的排水流域入口。然后跟踪每个栅格单元的流向直到遇到流域出口单元或者到达DEM网格的边界，完成子流域勾绘。基于流域的地形特征将流域划分为子流域，保留了河水、泥沙和化学物质的实际演算所要求的自然河流的路径、边界和渠道。

勾绘完成后，会在当前的项目中加入详细的地形报告，随后结果专题图也会加入到流域视图中，包括：子流域、河流、出水口和水库（可选）。地形报告描述了流域内合子流域单元的高程分布；结果专题图含有流域的特征参数。

3.3.3水文响应单元

当子流域勾绘完成后，可以选择模拟每个子流域内单个的土壤类型、土地利用将子流域划分为多个水文响应单元（HRUs）。水文响应单元是子流域的一部分，含有唯一的土地利用和土壤属性，被假定为在子流域中有统一的水文行为。HRU并不同于田间小区，而是子流域内特定的土地利用和土壤类型的总面积，而单个田间小区具有特殊的土地利用和土壤类型，在整个子流域内可能是离散的，这些面积聚集在一起形成HRU。HRU应用在模型中，通过聚集所有相似的土壤类型和土地利用面积构成耽搁的响应单元，从而简化了模型运行。

HRU的好处是增加了对子流域负荷预测的准确性。不同种类的植被生长和发育有很大的不同，当考虑了子流域内植被覆盖的多样性时，从子流域中进入主渠道的径流量会预测的更准确，对给定的子流域应该有1~10个HRU。当对子流域内多个HRU进行模拟时，子流域内水文循环的陆地阶段也进行了模拟，并对子流域内所有的HRU的负荷进行了总汇，子流域的净负荷通过流域河网进行演算。

HRU的概念表明，假定在子流域的HRU之间不存在相互影响，每个HRU的负荷分别进行计算，然后汇总在一起确定子流域的总负荷。可以对每个子流域分配单个HRU或者多个HRU，如果选择一个子流域单个HRU，则HRU有子流域内的主要土地利用分类和土壤类型来决定；如果选择多个HRU，可以设定土地利用和土壤数据的敏感性，以用来确定每个子流域内HRU的数目和种类，对多个HRU，要定义土地利用和土壤类型面积阈值。如果一种土地利用类型同另一种土地利用的相互作用是重要的，可以将这些土地利用面积定义为子流域而不是HRU，只有在子流域水平上，空间关系才能被详细描述。

3.4参数敏感度分析

在分布式水文模型的模拟计算中，对现有的分布式水文模型与环境模拟模型的精度要求也越来越高。模型发展趋势表现为两方面：一是模型本身的适用范围逐渐扩展，空间上扩展到流域尺度，时间上精确计算到日；二是模型模拟范围逐渐拓展，在陆地循环和河道循环中计算水文要素和水质数据。但这需要模型校正为前提，一般的模型校正需要大量的数据，如水文站、监测站的实测数据或者是实验室试验数据等。

事实上，模型的准确性和可靠性是有限的。模拟精确度较高的是模拟小区域不透水的集水面上径流的水文模型，误差在百分之几左右；可靠性最差的是模拟大流域的水质模型，误差可能达到一个数据量级甚至更大。根据非点源污染产出的特点，首先率定的是水文过程，然后是泥沙和污染物的迁移。在水文或者侵蚀过程出现的误差，会转移并且扩大到其他过程，致使非点源污染负荷模拟误差增大。

对分布式模型的大量参数进行分析。一是运用摩尔斯分类筛选法，即“微扰动”分析方法，考察大量的输入参数与输出结果之间的相关性，对模型大量的参数进行定性分级筛选，继而计算经验敏感指标值；二是在筛选分类的基础上运用付利叶敏感型检验法计算相关性较好的一些参数计算敏感度指标值，分析其对输出结果的影响程度，即模型输出结果对参数的敏感性。SWAT模型采用后者进行参数敏感性分析计算。

3.5模型校准与验证

当模型的结构和输入参数初步确定后，需要对模型进行参数校准和验证。通常将所使用的资料系列分为两部分：其中一部分用于模型参数校准，而另一部分则用于模型验证。参数校准是模型验证的重要一步，他能够揭示模型在设计和执行过程中的缺陷，在不能或者难以获得必要的参数值时，参数校准是相当有用的。标准的参数校准过程是寻找实测和预测状态的细微差别，并通过统计的泥河度来衡量模型的适用性。当模型参数校准完成后，应用参数校准数据集意外的实验数据或者现场观测数据对模型模拟值进行对比分析与验证，以评价模型的适用性。

为证明一个经过校准了得模型是否可以使用，可以用不同于校准的数据来进行验证。在SWAT模拟中，可以选择相对误差Re、相关系数R2和Nash-Suttcliffe系数来评价模型的适用性。相对误差计算公式为：

式中：为模型模拟相对误差；为模拟值；为实测值。若为正值，说明模型预测或模拟值偏大；若为负值，模型预测或模拟值偏小；若，则说明模型模拟结果与实测值正好吻合。

相关系数计算公式为：

式中：为实测值；为模拟值；为平均值；为实测数据个数。决定系数是实测值与模拟值做线性回归得到，表示两者之间的线性关系，用于评价两者之间的吻合程度。如果=1，表示观测值与模拟值呈完全线性关系，完全吻合；如果0<<1，表示模拟值与实测值有一定的线性相关性，其值越大线性相关性越好；如果=0，说明模拟值与实测值无任何线性关系。

Nash-Suttcliffe系数的计算公式为：

式中：为实测值；为模拟值；为平均值；为实测数据个数。当时，；若为负值，说明模型模拟平均值比直接使用实测平均值的可信度更低。

SWAT模型的校准一般分为水平衡和河流流量、泥沙、营养物质校准等。在SWAT模型中，产水量是指离开子流域，并在子流域出口汇入河流的水量，是地表径流、根区侧向流和地下水径流减去子流域渠道输移损失和水池分离后的水量。泥沙产量是指从子流域到达出口的泥沙量，是子流域出口处测量到的泥沙量。

（1）径流验证

径流校准采用数字滤波技术将实测径流分割为直接径流和基流两部分，然后分别对直接径流和基流进行校准。先对基流进行校准，对于基流校准调整的参数包括：地下水再蒸发系数、土壤蒸发补偿系数、土壤可利用水量和基流系数。在基流校准达到标准时，对直接径流进行校准，调整的参数为径流曲线数，其调整范围为初始值的，根据不同HRU的值，计算得其面积平均初始值，最终使总径流量得到较好的拟合。

（2）泥沙负荷验证

泥沙模拟校准包括：针对不同土地利用方式，调整方程中植被覆盖和作物管理因子，对河道泥沙输移参数进行调整，如计算最大再悬浮泥沙负荷的线性系数和指数系数来拟合泥沙负荷的模拟值与实测值，这两个参数调整表征河道性质的改变。

（3）污染负荷验证

污染负荷模拟校准包括：通过生物混合效率系数、残留物降解系数和氮下渗系数的调整来确定坡面产生的非点源氮污染负荷，通过调整20摄氏度时有机氮转化为氨氮的速度常数、20摄氏度时氨氮生化氧化速度常数、在20摄氏度时亚盐氮的生物氧化速度常数来确定河道中各种形态氮的转化。

模型校准过程需要实测的非点源污染负荷数据，但是通常的水质监测数据既包含了点源负荷也包括了非点源污染负荷。因此，进行非点源污染研究应首先调查研究区内的电源污染排放。

此外，由于通常只能收集到有限的电源污染排放数据，其他的氮污染相关数据无法获取，因此只能根据相关统计方法来估算非点源污染负荷，为模型模拟结果的校准与验证提供数据基础。

3.6参数自动优化

通常对SWAT模型参数进行校准的过程中采用的是手动试错法。手动试错法是通过大量的模拟，进行参数估计的方法。该方法是目前应用最广泛的方法，也非常被人们认可，尤其是对于复杂的模型更加实用。但是这种方法所需时间较长。目前，许多学者研究如何采用自动参数优化方法来对含有大量参数的复杂水文模型进行校准，即运用数值算法找出给定数值目标函数的极值。自动参数优化的目的是通过对尽可能多的参数之间的排列组合的模拟，以获得最优的结果。与手动试错法相比，自动参数优化的优点是：大部分工作由计算机完成，速度快；自动最优化比手动试错法更为客观。

水文模型中用到的参数优化方法有遗传算法、罗森部瑞克法、单纯形法、经验优选等方法。SWAT水文模型采用的是遗传算法，遗传算法不需要计算目标函数的一阶、二阶导数，不依赖与对数初始值，能够在较短的时间内达到全局最优点，但精度不高。

4模型的特点

（1）具有较强的物理机制。SWAT模型不使用回归方程来描述输入变量和输出变量之间的关系，而是需要流域内的天气、土壤属性、地形、植被和土地管理措施的特定信息，动植物生长，营养物质循环等，并可以使用输入数据进行直接模拟。

（2）计算效率高。对于大面积流域或者多种管理决策进行模拟时不需要进行过多的时间和投入。

（3）连续时间模型，能够进行长期模拟。在模拟污染物质积累和上游土地利用变化对下游水资源影响等问题时，SWAT模型能够进行长时间模拟及模拟结果输出。

5模型的影响因素

SWAT模型系统复杂、计算方程众多，因此模型有许多的影响因素，目前模型的几个重要影响因素如下：

（1）DEM分辨率：流域水文模拟基于流域空间地形参数，其准确性有赖于输入参数对流域特征的描述。由不同分辨率的DEM提取出流域面积、河网结构、高程、长度都大致相同，但提取坡度等参数影响较大。这些参数对模型进行水文模拟、流域产沙模拟和农业面源污染模拟的影响都很大。

（2）降雨空间分布的不均匀性：分布式水文模型的应用是通过输入反映流域空间变化的参数来进行模拟的，降雨的时空分布和模拟中的许多参数都表现出不同程度的随机性，故模型模拟与输出也必然具有一定的随机性。受此因素影响，SWAT模型一般要求有长期和稳定的气象资料作为输入数据。

（3）子流域划分：分布式水文模型在应用输入参数来预测流域响应时，最常用的一种方法是在子流域上对输入数据进行参数集总，不同面积的子流域划分会对模型模拟结果有重要的影响。相同条件下，不同的子流域划分对河道侵蚀、泥沙负荷、农业面源污染负荷等参数有较大的影响，导致模型在模拟结果上受到直接的影响。

6参考文献

[1] SOIL AND WATER ASSESSMENT TOOL THEORETICAL DOCUMENTATION 

[2] SOIL AND WATER ASSESSMENT TOOL INPUT/OUTPUT FILE DOCUMENTATION

[3] ArcSWAT2.3.4 INTERFACE FOR SWAT2005 USER`S GUIDE